A vállalatok pénzügyi beszámolóit már évekkel ezelőtt is legnagyobb részben szoftverek töltötték le, amivel mára a pénzügyi jelentések kiadására kötelezett szervezetek is tökéletesen tisztában vannak, így az ilyen anyagokat igyekeznek a gépi elemzés működéséhez igazítani. Ahogy az év elején írtuk, ez nem csak az anyagok szerkesztését jelenti a könnyebb értelmezhetőségre törekedve, de kihat még a beszámolók szóhasználatára is, mivel tudatosan kerülik az olyan kifejezéseket, amelyeket a természetes nyelvek feldolgozását (NLP) végző rendszerek negatívan értékelhetnek.

Van olyan becslés, amely szerint a részvénytranzakciók 80, a határidős kötéseknek pedig 90 százalékában automatizált rendszerek hozzák meg az adás-vételi döntéseket, amelyeket az emberi munkaerő csak leköveti. Így egyrészt az adatfeldolgozás sebességén is múlik, hogy az adott cég papírjaival mikor kezdenek ügyletekbea jelentések közzétételét követően, másrészt a vállalatok egyre kifinomultabb szövegalkotási módszerei egyre jobban elmossák a határokat a pozitív benyomások közvetítése és a konkrét csalás között.

A természetes nyelveket feldolgozó algoritmusok persze nem csak a pénzügyi riportokat szedik darabokra, hanem a cégvezetők más megnyilvánulásait is analizálják. Ez nem csak az olyan érdekességeben nyilvánul meg, mint a milliárdos üzletemberek nyelvhasználatának és érzelmeinek elemzése, hanem a CEO-k és más menedzserek megnyilvánulásait is mikroszkóp alatt vizsgálják, mivel egyes befektetők mesterséges intelligenciát használnak nyelvi mintáik és hangnemük tanulmányozására, ezen keresztül pedig az akaratlan elszólások felfedezésére.

Utólag mindenki okos

A Reuters egyik összeállítása erre aktuális példának hozza fel az idei évet meghatározó, globális csiphiányt. 2020 végén az informatikai iparágban is sok vezető próbálta elvenni a dolog élét, és megnyugtatni a befektetőket az ellátási láncok küszöbön álló zavarairól szólva. A hírügynökség által idézett tanácsadó szerint azonban már akkor magas fokú bizonytalanságra következtettek a megszólalások gépi intelligenciára épülő elemzéséből, ami nem állt összhangban a nyilatkozatok szövegszerű pozitív üzeneteivel.

Ennek alapján az is elmondható, hogy az ilyen technológiai értékelésekhez hozzáférő üzleti szereplők jobb helyzetben voltak (vagy lettek volna), hogy felkészüljenek a későbbi felfordulásra. A beszédelemzés pontosságának megítéléséhez persze azt is tudni kellene, hogy az egyes vezetők túlzottan optimisták voltak-e a kezdetekkor, vagy a körülmények változásával ők is változtattak saját nézeteiken. Az NLP technológiákat mindenesetre sokan tekintik új és hatékony eszköznek a riválisokkal szembeni versenyelőny megszerzéséhez.

Mindebből az is következik, hogy a hagyományos pénzügyi adatokat és a vállalati kimutatásokat manapság olyan lelkesen "bányásszák", hogy azok önmagukban egyre kevésbé értékesek. Az érdemi információt már nem is a jelentések szövegéből, hanem az olyan strukturálatlan adathalmazokból próbálják kinyerni, mint amilyenek az elemzőknek nyújtott szóbeli tájékoztatások, konferenciahívások, a befektetői kérdés-válasz szekciók, a médiainterjúk és más, előre meg nem fogalmazott megnyilvánulások.

Zavarok az erőben

Ez új problémákat vet fel a technológia alkalmazásával kapcsolatban: egyrészt komoly hendikepet jelent, ha valaki nem tudja megfizetni az ilyen fejlesztéseket vagy szolgáltatásokat, másrészt maguk a technológiák sem teljesen kiforrottak, és nem is igazán állnak rendelkezésre mindenki által hozzáférhető adatok a hatékonyságukkal és hasznosságukkal kapcsolatban. A Reuters által megkérdezett befektetők sem voltak hajlandók információt adni az NLP megtérüléséről, érzékeny üzleti információnak minősítve azt.

A következő lépés viszont már az élő megszólalások leiratai után a hangelemzés lenne, olyan megfoghatatlan dolgokat is számszerűsítve, mint amilyen a vállalati kultúra és annak változása. Az MI-modellek szervezeti "személyiségprofilokat" készítenek, és értékelik a "célorientált" működést, összevetve azt például a Glassdoor oldalain található munkavállalói véleményekkel. A piaci szereplők megfelelő kulturális értékekhez való ragaszkodása befolyásolja az üzleti teljesítményt, és a megfigyelések szerint az idioszinkratikus vállalati kultúra (pl. Apple) is ebbe az irányba mutat, szemben a toxikusnak nevezett céges környezetekkel.

Érdemes megjegyezni, hogy a trend a vállalatvezetők figyelmét sem kerüli el, akik igyekeznek tudatosan felkészülni az ilyen tesztekre: ez a Reuters beszámolója alapján jól megfigyelhető a kiadott szövegek egyre magasabb minőségű szerkesztésében is. Itt azonban nincsenek meg azok a szabályok, mint mondjuk az önvezető autóknál, ahol az irányítórendszerek menet közben tanulhatnak, az pedig a szabályozók, az elemzők és a mesterségesintelligencia-szakértők közös felelőssége, hogy megvédjék a piacokat a bármilyen irányú manipulációtól.